内容摘要

本文立足于智能化时代全面到来的历史方位，系统阐述《未来国策》框架下经济人工智能体制与智能化经济人工智能体制的理论基础、架构设计与运行机理。文章提出，智能化时代的本质规定性在于“人们生活必须智能化，政治经济劳动生产必须智能化”，这一判断构成了体制设计的逻辑起点。经济人工智能体制侧重从技术赋能维度，构建以数据为关键要素、以算法为核心能力、以算力为基础支撑的智能经济基础架构；智能化经济人工智能体制则从生产关系维度，推进人机共生关系制度化、分配机制透明化、治理体系协同化。二者统一于智能经济新形态的塑造过程，共同回应数智文明时代的生产力跃迁与治理秩序重构的双重命题。文章认为，中国在智能经济制度竞争中的核心优势，在于能够将“以人为本、智能向善”的价值理念转化为可操作的制度安排，形成区别于“算力堆砌”模式的差异化发展路径。

一、导论：智能化时代的根本命题

1.1 时代方位的根本判断

人类社会正经历从工业文明向数智文明的历史性跨越。这一转型的根本标志，不仅在于人工智能技术在各行各业的广泛应用，更在于生产力与生产关系双重维度上的质变已然发生。从生产力层面看，劳动资料正从具体工具演变为通用智能生产系统，劳动对象从自然资源向数据资源迁移，劳动者内涵从单一人类主体拓展为人机协同的复合主体。从生产关系层面看，数据成为新的生产资料，智能系统成为新的生产参与者，“数字佃农—算法领主”的新型关系结构正在形成。

在这一时代背景下，“人们生活必须智能化，政治经济劳动生产必须智能化”成为根本性的实践命题。这一命题包含三重规定性：其一，生活智能化意味着智能技术深度嵌入日常生活，智能体成为连接大众与智能经济的主要载体，新一代智能终端的普及率将在2030年超过90%；其二，政治智能化意味着国家治理模式从科层规训向人机共生跃迁，治理主体从单一向复合演进，治理工具从被动响应向具身认知进化；其三，劳动生产智能化意味着全产业链的智能重构，人机协同成为主流生产范式，智能化对全要素生产率的提升作用愈发凸显。

1.2 体制命题的提出

上述根本命题的展开，必然导向对制度安排的追问：智能化时代需要什么样的经济体制？这个问题的答案不能简单沿用工业文明时代的制度思维，也不能停留于对技术应用的被动适应，而必须进行主动的、系统性的制度建构。

正是基于这一认识，《未来国策》框架提出了“经济人工智能体制”与“智能化经济人工智能体制”两个相互关联又各有侧重的概念。前者着重回答“人工智能如何赋能经济”的问题，聚焦智能技术与经济活动的深度融合，构建智能经济的基础架构与运行规则；后者着重回答“智能化时代的经济体制如何重塑”的问题，聚焦人机共生关系的制度化、分配机制的透明化、治理体系的协同化，推进生产关系的系统性变革。二者的统一，构成了智能经济时代制度竞争的核心内容。

二、经济人工智能体制：智能经济的基础架构

2.1 定义与内涵

经济人工智能体制，是指在国民经济运行中，以数据为关键生产要素、以算法为核心生产能力、以算力为基础支撑条件，通过智能技术与实体经济各环节的深度融合，形成的生产、分配、交换、消费全过程的制度安排与运行机制的总和。

这一体制的内涵可从三个维度加以把握。第一，技术维度上，它是人工智能技术在经济领域的系统性嵌入，涉及从单点应用向全链条渗透的演进过程。2026年政府工作报告首次提出“打造智能经济新形态”，标志着我国人工智能发展从“人工智能+”的技术应用阶段，进入“智能经济”的形态塑造新阶段。第二，制度维度上，它是对智能经济活动中各类主体行为进行规范的规则体系，涵盖产权界定、交易规则、监管框架、伦理准则等内容。第三，运行维度上，它是由市场机制与制度安排共同作用形成的经济秩序，既包含自发形成的交易惯例，也包含公权力介入确立的强制性规则。

2.2 要素体系的重构

经济人工智能体制的首要特征，是生产要素体系的结构性重构。

数据成为关键生产要素。在传统经济中，土地、劳动、资本、技术构成主要的生产要素；在智能经济中，数据上升为与上述要素并列甚至更为基础的要素形态。数据的独特性在于其非损耗性、可复用性、网络效应与规模报酬递增特性。数据在被使用的过程中不仅不会消耗，反而可能通过使用产生新的数据，形成“数据—智能—数据”的闭合回路。这一特性决定了智能经济在增长逻辑上区别于传统经济的根本差异：传统经济受制于稀缺资源的约束，智能经济则可能突破物质资源稀缺性的边界，以更低的边际成本实现持续的价值创造。

算法成为核心生产能力。在工业经济时代，生产能力主要体现在机器设备等固定资本的规模与技术水平；在智能经济时代，算法日益成为决定生产效率的核心因素。通用人工智能大模型的出现，使算法能力实现了从“专业化工具”向“通用智能生产基座”的跃升。一个经过训练的大模型，能够以极低的边际成本在跨行业、跨领域的场景中推广应用，大幅提升经济运行的智能化水平。

算力成为基础支撑条件。正如工业时代需要电力、交通等基础设施，智能时代需要算力作为基础支撑。2026年政府工作报告提出“实施超大规模智算集群、算电协同等新基建工程”，正是对这一需求的战略回应。算力的可获得性、成本水平和结构匹配，直接决定着智能经济发展的广度和深度。当前我国算力发展面临结构性单一、工具链不完善、价格内卷等问题，亟需通过制度创新推动算力资源的优化配置，使算力真正成为“像电力、石油一样的大宗商品”。

2.3 运行机制的创新

经济人工智能体制在运行机制层面呈现出若干区别于传统经济体制的新特征。

生产机制上，人机协同成为主流范式。传统生产过程中，人是唯一的能动主体，机器只是被动的工具；智能经济时代，智能系统开始具备认知代理能力，从被操纵的“持存物”进阶为能够参与生产的“共在者”。在制造业领域，“人工智能+制造”不是选择题而是必答题，核心目标是实现全产业链的智能重构。在服务业领域，智能体已开始承担客户服务、文书处理、代码生成等任务，涌现出“人工智能一人公司”、超级个体等新型市场主体。

分配机制上，数据要素参与价值分配。数据成为生产要素，必然要求建立与之相适应的分配机制。这涉及数据确权、数据定价、数据入表等一系列制度难题。当前智能经济发展的主要矛盾，已从“算力不足”转向“数据要素焦虑”。破解这一难题，需要在产权理论上实现突破：数据作为一种非竞争性、非排他性（或可排他性）的要素，其产权配置不能简单套用物质财产的产权框架，而应在促进流通利用与保护合法权益之间寻求平衡。

交换机制上，智能合约重塑交易方式。智能合约通过“代码即法律”机制建立程序性信任，使交易能够在去中心化或弱中心化的条件下自动执行。这一技术特性大幅降低了交易成本，拓展了交易的可能性边界。但同时也带来新的治理挑战：代码漏洞可能导致不可逆的损失，算法偏见可能扭曲交易结果，自动执行可能与既有法律制度产生冲突。

消费机制上，智能终端成为主要入口。新一代智能终端（AI眼镜、AI手机、AI电脑、智能网联汽车等）和智能体正在成为连接大众与智能经济的主要载体。到2027年，这些智能终端和智能体的应用普及率将超过70%；到2030年，普及率将超过90%。这意味着，智能经济时代的消费模式将发生根本转变：消费不再是孤立的购买行为，而是嵌入智能化生活场景的连续性体验；消费者不再是被动的产品接受者，而是通过使用行为持续参与价值共创的积极主体。

2.4 制度支撑体系

经济人工智能体制的有效运行，需要一套系统性的制度支撑。

产权制度上，需要明确数据、算法、模型等新型财产的权利归属与行使规则。当前数据确权面临的核心难题在于：数据既具有人格属性（涉及个人信息）又具有财产属性（具有经济价值），既需要保护权益又需要促进流通。可行的路径是构建分层分类的权利配置方案，区分数据来源者、数据采集者、数据处理者、数据使用者等不同主体的权利边界，形成激励相容的制度安排。

竞争政策上，需要应对智能经济时代的垄断风险。人工智能领域呈现出明显的“赢家通吃”特征：拥有数据优势的企业能够训练出更好的模型，更好的模型吸引更多用户，更多用户产生更多数据，形成正反馈循环。这一特性可能导致市场力量的过度集中，需要竞争政策及时介入，既要防止垄断行为损害消费者利益，又要避免过度干预抑制创新动力。

监管制度上，需要探索适应智能经济特点的治理模式。传统监管以事后惩戒为主，智能经济的快速迭代要求监管模式向事中事前延伸。国家发展改革委有关负责人指出，要完善应用试错容错管理制度，推动重点场景“敢开放”“真开放”。这意味着要在防范风险与鼓励创新之间寻求动态平衡，通过“监管沙盒”等机制为创新留出试验空间。

三、智能化经济人工智能体制：生产关系的系统性重塑

3.1 定义与内涵

如果说经济人工智能体制侧重回答“智能技术如何赋能经济”的问题，那么智能化经济人工智能体制则进一步追问“智能化时代的经济体制本身如何重塑”。前者是技术向制度的渗透，后者是制度因技术而变革。

智能化经济人工智能体制，是指在人工智能成为通用目的技术的条件下，以人机共生为基本特征，以算法正义为核心价值，以协同治理为运行方式，对经济活动中的主体关系、权力结构、分配规则进行系统性重构的制度形态。这一体制的核心命题是：当智能系统从工具转变为“行动者”，传统以人类单极主体为前提的制度设计如何向人机多元主体调适？当数据成为核心资源、算法成为核心能力，权力如何在各主体之间分配？当价值创造日益依赖于人机协作，分配规则如何进行相应调整？

3.2 主体关系的制度化重构

智能化经济人工智能体制的首要任务，是对人机共生关系进行制度化界定。

传统治理理论将行动者限定于人类主体，智能系统仅被视为被动的工具或“持存物”。数智文明的发展正在解构这种一元叙事：智能系统开始具备认知代理能力，能够在特定范围内独立做出判断、执行任务、承担责任。阿尔巴尼亚任命人工智能担任虚拟部长、尼泊尔借助ChatGPT选择临时总理等事件，尽管象征意义大于实质意义，但已预示了非人类主体进入治理体系的可能。

在经济领域，智能体正在成为新型市场主体。随着智能体承担越来越多的生产、交易、服务职能，一个无法回避的制度问题浮现出来：智能体是否具有法律主体资格？如果智能体在履行合约过程中造成损害，责任由谁承担？如果智能体创造的价值，收益如何分配？

对于这些问题，学术界提出了“电子人格”的概念，主张在特定范围内承认智能体的有限权利主体地位，确立其权利义务边界。在实践中，可采取分阶段、分层级的策略：对于执行确定性任务的智能体，沿用工具责任模式（由使用者或开发者承担责任）；对于具备自主学习和决策能力的智能体，探索建立智能体登记、审计、问责机制；对于能够独立参与市场交易的高级智能体，研究构建智能体法律人格制度。

与主体地位问题相关联的，是责任分配问题。在人机协同的生产模式下，责任不能再简单地归因于单一方。可解释人工智能技术的发展，为建立可追溯的决策机制提供了技术基础，使治理主体不再以“技术黑箱”为借口逃避治理责任。同时，需要在制度层面明确开发者、部署者、使用者、受益者之间的责任分配规则，形成权责利相匹配的制度安排。

3.3 权力结构的透明化重构

智能化经济人工智能体制的另一核心任务，是对算法权力进行有效约束。

在智能经济时代，掌握算法意味着拥有定义规则、分配资源、塑造认知的能力。这种能力已经超越了传统经济权力的范畴，成为一种新型的社会权力。如果不对算法权力进行有效约束，可能导致权力从分散、可见的官僚体系转移到集中、隐蔽的技术团队，形成“技术封建主义”的新形态。

算法透明是约束算法权力的第一道防线。透明意味着算法的设计逻辑、训练数据、判断标准应当具有可理解性、可审查性。对于公共部门使用的算法系统，透明应当是基本原则；对于具有重大公共影响的商业算法，也应当建立必要的透明度要求。可解释人工智能技术的发展，为在保护商业秘密与保障公共知情权之间寻求平衡提供了技术可能。

算法问责是约束算法权力的关键机制。问责意味着算法开发者、部署者应当对其算法的运行结果承担责任。这需要建立全生命周期的算法治理框架：在设计阶段进行影响评估，在部署阶段进行备案登记，在运行阶段进行持续监测，在发生损害时进行责任追究。国家发展改革委等部门提出，要建立健全人工智能技术监测、风险预警、应急响应体系，正是对这一需求的回应。

价值对齐是约束算法权力的深层要求。算法不仅要“做对事”，还要“做好事”。这涉及将人类社会的伦理规范、法律原则转化为算法设计的硬约束。当前技术社区正在探索“宪法人工智能”等路径，通过宪法原则引导模型行为。在制度层面，需要建立技术理性与伦理价值的动态平衡框架，在成本—收益分析中增加道德密度的指标，在政策制定过程中充分考虑社会公平正义。

3.4 分配规则的公平化重构

智能化经济人工智能体制在分配维度上面临的根本挑战是：当价值创造日益依赖于人机协作，传统以劳动贡献为基础的分配规则如何进行相应调整？

从马克思主义政治经济学的视角看，智能经济正在改变资本有机构成。通用人工智能模型的算力设备、数据收集与算法迭代构成新的高密度不变资本，推高企业的不变资本比重，而可变资本（劳动力）的相对比重趋于下降。这意味着，剩余价值的来源正在从传统的劳动贡献向数据垄断和算法租金转移。如果缺乏相应的制度调整，可能导致分配关系的结构性失衡。

应对这一挑战，需要在几个方向上探索制度创新。

确立数据要素参与分配的制度框架。数据作为生产要素，其贡献应当在价值分配中得到体现。这涉及数据要素收益的分配机制设计：是归数据来源者所有，还是归数据采集者所有，抑或归数据处理者所有？可行的方案是建立多层次的数据收益分享机制，让数据来源者、数据贡献者、数据价值实现者都能从数据价值中合理获益。

探索人工智能贡献的核算方法。在人与智能体共同创造价值的场景中，如何区分各自贡献？这既是一个技术问题，也是一个制度问题。从技术角度，需要发展可解释、可追溯的贡献核算方法；从制度角度，需要明确智能体创造价值的归属规则。当前已有学者提出探索人机协同劳动标准，界定智能体参与生产时的权益分配。

完善社会保障和再分配机制。智能经济的就业替代效应是必须正视的风险。研究表明，人工智能在创造新就业岗位的同时，也会对部分岗位形成冲击，导致劳动者面临持续的技能失配、就业不稳定。应对这一挑战，需要加强就业创造效应，减缓就业替代效应，同时完善社会保障体系，使技术进步的红利能够惠及全体人民而非少数群体。

四、国家计算与社会计算：体制运行的双重机制

4.1 计算的政治：国家计算体系的制度功能

智能化经济人工智能体制的有效运行，有赖于国家计算与社会计算两大系统的协同支撑。

国家计算是指国家在政治事务和行政运行中，运用数据、算法、算力等数智技术，对经济运行进行感知、分析、决策和调控的能力体系。这一体系在智能经济时代的重要性日益凸显：经济的快速迭代要求决策更加敏捷，系统的复杂关联要求调控更加精准，风险的跨域传导要求监管更加协同。

国家计算体系在智能经济治理中承担三重功能。其一，经济态势感知。通过对多源数据的汇聚分析，实时把握经济运行的整体态势、结构变化和风险点，为政策制定提供信息基础。其二，政策效果模拟。利用政策仿真系统，在政策正式实施前对其可能效果进行预见性测试，通过深度学习算法优化策略选择，从事后的反馈性修正转变为事前的预见性测试。其三，风险监测预警。建立健全人工智能技术监测、风险预警体系，对算法歧视、数据滥用、市场操纵等风险进行动态监控和及时干预。

国家计算体系的设计逻辑是简约化和标准化。通过标准化程序和技术工具对多来源、多模态的经济运行数据进行简化处理和理解，确保计算的制度化、稳定化和高效化运行。这要求在国家层面构建统一的数据治理体系、计算传播体系、算力基础设施，为智能经济治理提供基础支撑。

4.2 政治的计算：社会计算体系的治理参与

与国家计算相对应，社会计算是指社会主体（包括企业、社会组织、公民、技术社群等）运用数智技术参与经济治理的能力体系。社会计算的设计逻辑强调理解和应对复杂性，需要多元主体的广泛介入和深度协同。

在智能经济时代，社会计算具有不可替代的治理功能。第一，复杂性感知。社会主体更贴近市场一线，能够更敏锐地感知技术应用的实际效果、市场需求的动态变化、潜在风险的早期信号。第二，规则共创。智能经济的快速迭代使自上而下的规则制定往往滞后于实践需求，需要行业组织、技术社群、市场主体共同参与标准制定和规则形成。开源社区就是典型例证——社区成员通过自愿贡献和合作，共同维护技术生态的运行秩序。第三，权力制衡。社会计算的广泛参与，能够对算法权力形成有效的外部监督，防止权力过度集中和滥用。

国家计算与社会计算的关系不是替代性的，而是互补性的。国家计算为智能经济治理筑牢底线，确保市场秩序的基本稳定；社会计算则为治理体系注入弹性，使规则能够随着技术演进动态调适。二者协同互动，共同推动智能经济秩序的合理与合意。

4.3 强秩序与弱秩序的协同演进

从更宏观的视角看，智能经济秩序的建构涉及强秩序与弱秩序的协同演进。

强秩序是指由公权力介入保障实施的制度秩序，包括法律法规、行政规章、监管规则等。强秩序的优势在于其强制力和确定性，能够为市场主体提供稳定的行为预期，防止强势者的失范行为破坏市场底线。在智能经济领域，强秩序需要在数据产权、算法责任、平台垄断、消费者保护等方面确立基本规则，筑牢市场运行的制度基础。

弱秩序是指内生于市场和社会交往的自发秩序，包括行业惯例、技术标准、社区规范、商业伦理等。弱秩序的优势在于其灵活性和适应性，能够根据技术演进和实践反馈动态调整，避免强制规则的僵化滞后。在智能经济快速迭代的背景下，弱秩序的作用尤为重要——许多规则需要在实践中逐步探索、形成共识，才能最终上升为强制性规范。

智能化经济人工智能体制的目标，不是用强秩序取代弱秩序，而是建立二者的协同机制。强秩序为弱秩序划定边界、提供保障，防止自发秩序失效；弱秩序为强秩序积累经验、提供支撑，使制度规则能够与技术发展保持同步。这种协同演进的秩序观，既承认了智能经济的复杂性、动态性，也明确了制度建构的必要性和着力点。

五、体制演进的方向与路径

5.1 制度竞争的时代命题

2026年政府工作报告首次提出“打造智能经济新形态”，标志着我国人工智能发展进入“形态塑造”新阶段。这一转变的深层意涵在于：智能经济的竞争，已经从技术能力的竞争、产业规模的竞争，升级为制度体系的竞争。哪个国家能够构建起适应智能经济本质要求的制度框架，哪个国家就能在这场历史性变革中占据主动。

中国在这场制度竞争中具有独特优势。第一，顶层设计的战略能力。从“人工智能+”到“智能经济新形态”，国家战略持续引领发展方向，为制度建构提供了明确预期和强大动能。第二，场景落地的规模优势。超大规模市场、完备产业体系、海量数据资源，为制度创新提供了丰富的试验场和迭代空间。第三，价值理念的引领作用。“以人为本、智能向善”的治理理念，为智能经济发展确立了正确的价值导向，能够在制度设计中转化为可操作的规则体系。

5.2 体制建构的基本原则

推进经济人工智能体制与智能化经济人工智能体制建构，应当遵循以下基本原则。

一是技术赋能与制度重塑相统一。既要充分发挥人工智能对经济发展的赋能作用，也要主动推进经济体制因技术变革而进行的自我重塑。不能只讲技术应用、不讲制度调适，也不能只讲制度规范、抑制技术创新，而要在二者之间形成良性互动。

二是效率提升与公平正义相统一。智能经济既要追求全要素生产率的提升，也要关注发展成果的公平分配。在制度设计中，需要统筹考虑合理与合意双重目标，既有利于资源配置效率提高，也有利于形成最大公约数的社会共识。

三是活力激发与秩序保障相统一。智能经济需要足够的创新空间和试错余地，也需要基本的市场秩序和社会底线。制度建构应当在鼓励创新与防范风险之间寻求动态平衡，既防止一管就死，也避免一放就乱。

四是本土探索与国际合作相统一。中国需要在自身实践中探索智能经济的发展路径和制度模式，同时也要积极参与全球人工智能治理，推动形成开放包容、公正合理的国际规则。

5.3 阶段性目标与重点任务

根据国务院《关于深入实施“人工智能+”行动的意见》的部署，智能经济和智能社会建设设定了明确的阶段性目标：到2027年，新一代智能终端、智能体等应用普及率超70%；到2030年，普及率超90%；到2035年，我国全面步入智能经济和智能社会发展新阶段。

对应这一时间表，经济人工智能体制与智能化经济人工智能体制的建构可分解为以下重点任务。

近期（至2027年）重点任务包括：建立智能体分级分类治理框架，明确备案、审计、问责机制；制定人机协同劳动标准，界定智能体参与生产时的权益分配；完善数据要素基础制度，在数据确权、定价、入表等方面取得突破；推动公共数据开放共享，支持人工智能应用中试基地建设。

中期（至2030年）重点任务包括：探索智能体法律人格制度，为智能经济主体参与市场活动提供法理基础；建立健全算法治理体系，实现算法透明、可解释、可问责的制度化运行；完善智能经济时代的分配调节机制，确保发展成果惠及全体人民；构建国家计算与社会计算协同发力的治理格局。

远期（至2035年）重点任务包括：形成系统完备的智能经济制度体系，实现技术理性与价值伦理的有机统一；确立人机共生社会的根本规则，推动治理模式从工具依附型向技术共生型的彻底跃迁；为基本实现社会主义现代化提供有力的制度支撑。

六、结语

智能化时代的到来，既是生产力的革命性跃迁，也是生产关系的深刻变革。经济人工智能体制与智能化经济人工智能体制，正是对这一时代命题的制度回应。前者致力于构建智能经济的基础架构，让技术真正赋能千行百业；后者着力于重塑智能时代的生产关系，让制度因技术而进化完善。二者的统一，目标是塑造一种既充满活力又公平有序、既技术先进又价值向善的智能经济新形态。

在这个过程中，中国的独特优势在于：既有拥抱前沿技术的开放姿态，也有以人为本的价值坚守；既有集中力量办大事的制度能力，也有尊重市场自发秩序的包容智慧。当智能经济的制度竞争时代已然开启，中国需要将这些优势转化为实实在在的制度供给能力，在探索中积累经验，在实践中完善规则，在开放中贡献智慧。唯有如此，才能让智能经济的发展成果真正惠及全体人民，让数智文明时代的人类社会走向更加美好的未来。